Il tema del Machine Learning è oggi oggetto di studio e applicazione in numerose realtà e, nelle sue varie forme, sta abilitando innovative soluzioni che, qualche anno fa, avremmo definito “futuristiche”.
Nel corso della ricerca dell’Osservatorio Startup Intelligence sul Machine Learning sono state analizzate 540 startup operanti sia a livello nazionale che internazionale, nate a partire dal 2013 e con finanziamenti ricevuti dal 2016. I finanziamenti complessivi ricevuti dalle startup analizzate, nell’arco temporale oggetto di questa analisi (dal 2013 ad oggi), raggiungono i 5,5 miliardi di dollari, mentre il finanziamento medio ottenuto risulta pari a 12,6 milioni di dollari.
Ogni startup analizzata dalla ricerca offre un servizio o prodotto facente parte della “filiera del Machine Learning”, ossia utilizza tecniche e metodi propri di questa disciplina o ne abilita l’utilizzo, come nel caso di componenti fisici progettati con lo scopo di incrementare le performance degli algoritmi di Machine Learning.
La categoria Technologies racchiude tutte le startup la cui offerta è orientata all’abilitazione dell’utilizzo di Machine Learning. Si tratta quindi sia di tecnologie hardware volte a fornire le prestazioni di calcolo che consentono agli algoritmi di Machine Learning di funzionare, sia di soluzioni volte alla raccolta, organizzazione e integrazione dei dati, in modo tale che questi siano in grado di generare l’apprendimento nella maniera più corretta agli algoritmi che successivamente vi verranno applicati.
Nella categoria Systems sono contenute piattaforme orientate a supportare specifiche tipologie di analisi basate sul Machine Learning o strumenti che ne consentano l’utilizzo. Troviamo qui iGenius, che è stata presentata al Workshop dal Founder & CEO Uljan Sharka; questa startup ha sviluppato Crystal, un AI advisor per la business intelligence che può interfacciarsi con qualunque fonte di dati in tempo reale, per interpretare le informazioni contenute negli stessi e renderle disponibili nel linguaggio naturale.
In questa categoria rientra anche Metaliquid, illustrata dalla Co-Founder & COO Federica Gregori: Metaliquid è in grado di processare i video e di analizzare in tempo reale cosa sta accadendo sullo schermo, sviluppando un’analisi semantica che non si limita alla sola definizione degli elementi presenti sulla scena, ma anche a quella delle loro relazioni. Gianluca Nastasi, Co-Founder & CTO di Sixth Sense, ha spiegato gli algoritmi sviluppati dalla propria startup, che rappresentano strumenti avanzati di analisi di Big Data per estrarre informazioni rilevanti, acquisire indicazioni sui trend emergenti e prevedere i comportamenti. Userbot, presentata da Antonio Giarrusso, Co-Founder & CEO, e da Jacopo Paoletti, Co-Founder & CMO, è invece una livechat che permette una comunicazione semplice e veloce con i clienti; il Bot, facilmente implementabile su qualunque piattaforma, risponde infatti alle domande più frequenti dei clienti, garantendo un’alta qualità del servizio. A questa categoria appartiene anche XSense, che non è potuta essere presente al Workshop, ma che ha inviato un apposito tutorial per mostrare come il proprio prodotto, Unxflow, sia in grado di imparare concetti da documenti, pagine web, voce umana, etc, quindi di gestire una conversazione in profondità su differenti topic.
L’ultima categoria identificata è quella delle Applications, che si divide nelle più specifiche Physical Applications e Software Applications: in essa sono contenute tutte quelle startup che hanno sviluppato un’offerta specializzata per un particolare settore (industry) o verso una funzione aziendale (department). Troviamo qui Anadot e BigProfiles. La prima, presentata dall’investitore Fabio Tessera, realizza analitycs in real time e identifica autonomamente delle anomalie, identificando proprio delle eccezioni in grandi quantità di dati e trasformandole in possibilità di business. Big Profiles, invece, come ha raccontato Riccardo Mercanti, Chief of Strategy and Business Development, è un Customer Intelligence SAAS che utilizza informazioni esterne sulle persone per arricchire la profilazione dei clienti; attraverso un algoritmo di Identity Resolution, è infatti in grado di individuare informazioni sulla persona distribuite in numerose e differenti fonti esterne.
